逐次学習可能な多層カオスニューラルネットワークを用いた長期記憶形成

摘要

人間の記憶は，メタ記憶や短期－中期－長期記憶，エピソード記憶など様々な側面を持ち，これらの個々の現象に対応する様々なモデルがこれまでに提案されてきた．異なる仮定や定義に基づいていて，互いに矛盾したり，複数共存することができないモデルも存在する．しかし，実際には，一つの脳の構造が複数の現象を発揚している．従って，個々の記憶現象間には密接な関係が潜んでいると考えられる．本研究の目的は，これまでの研究によって得られた先行的知見を基に，多くの記憶現象を統一的に扱うことのできる統合化されたモデルを提案することである．提案モデルは，学習定数の異なるカオスニューラルネットワークを二層重ねた構造になっている．計算機シミュレーションによって，提案モデルが多彩な記憶現象，すなわち，メタ記憶，逐次学習，自由性想起，中期記憶の喪失，長期記憶，エピソード記憶，意味記憶などを再現することを確認した．本稿では，シミュレーション結果と構成原理に基づいて，それらの現象の間に潜む関係性を議論する．